Thủy vân thuận nghịch trên ảnh số và một số ứng dụng trong y tế

ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

NGUYỄN THÁI SƠN

THỦY VÂN THUẬN NGHỊCH TRÊN ẢNH SỐ VÀ
MỘT SỐ ỨNG DỤNG TRONG Y TẾ

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

THÁI NGUYÊN -2016

Số hóa bởi Trung tâm Học liệu – ĐHTN




ĐẠI HỌC THÁI NGUYÊN
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG

NGUYỄN THÁI SƠN

THỦY VÂN THUẬN NGHỊCH TRÊN ẢNH SỐ VÀ
MỘT SỐ ỨNG DỤNG TRONG Y TẾ

Ngành: Công nghệ thông tin
Mã số: 60.48.01.01

LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH

NGƯỜI HƯỚNG DẪN KHOA HỌC

PGS.TS. Phạm Văn Ất

THÁI NGUYÊN -2016

Số hóa bởi Trung tâm Học liệu – ĐHTN




i

LỜI CAM ĐOAN
Tôi xin cam đoan luận văn thạc sĩ Công nghệ thông tin: “Thủy vân thuận
nghịch trên ảnh số và một số ứng dụng trong y tế” là kết quả của quá trình
học tập, nghiên cứu khoa học độc lập, nghiêm túc.
Các số liệu trong luận văn là trung thực, có nguồn gốc rõ ràng, được trích
dẫn và có tính kế thừa, phát triển từ các tài liệu, tạp chí, các công trình nghiên
cứu đã được công bố, các website,…
Các phương pháp nêu trong luận văn được rút ra từ những cơ sở lý luận
và quá trình nghiên cứu tìm hiểu của tác giả.
Hà nội, tháng

năm 2016

Tác giả

Nguyễn Thái Sơn

Số hóa bởi Trung tâm Học liệu – ĐHTN

ii

LỜI CẢM ƠN
Tôi xin chân thành cảm ơn thầy PGS.TS Phạm Văn Ất đã tận tình hướng
dẫn, dạy dỗ về mặt chuyên môn, động viên khích lệ về mặt tinh thần và tạo mọi
điều kiện cho tôi hoàn thành luận văn tốt nghiệp.
Cám ơn các thầy cô Khoa Công nghệ thông tin, các cán bộ Phòng đào
tạo ĐH & SĐH đã quan tâm, tạo điều kiện giúp đỡ tôi rất nhiều trong quá trình
học tập và nghiên cứu tại trường.
Cám ơn Truyền hình Nhân đạo Việt Nam đã tạo điều kiện về thời gian
thuận lợi cho tôi trong suốt thời gian học tập và nghiên cứu.
Tôi cũng mong muốn nói lời cảm ơn tới gia đình và những người thân
của tôi đã luôn theo sát, ủng hộ động viên tôi trong quá trình học tập, công
tác.
Cuối cùng, tôi xin gửi lời cám ơn tới tất cả bạn bè, đồng nghiệp vì sự
quan tâm, góp ý để tôi có thể hoàn thành tốt luận văn.

Hà Nội, ngày

tháng

năm 2016

Tác giả

Nguyễn Thái Sơn

Số hóa bởi Trung tâm Học liệu – ĐHTN




iii

MỤC LỤC
LỜI CAM ĐOAN............................................................................................... i
LỜI CẢM ƠN ................................................................................................... ii
MỤC LỤC ........................................................................................................ iii
DANH MỤC HÌNH VẼ .................................................................................... v
DANH MỤC CÁC BẢNG VẼ ........................................................................ vi
MỞ ĐẦU ........................................................................................................ ..1
CHƯƠNG 1: TỔNG QUAN VỀ THỦY VÂN THUẬN NGHỊCH ............ 3
1.1. Một số khái niệm ........................................................................................ 3
1.1.1. Khái niệm giấu tin ............................................................................. 3
1.1.2. Phân loại phương pháp giấu tin ........................................................ 3
1.1.3. Mô hình kỹ thuật giấu tin .................................................................. 4
1.2. Một số vấn đề cơ bản về thủy vân .............................................................. 6
1.2.1. Khái niệm về thủy vân ...................................................................... 6
1.2.2. Phân loại thủy vân ............................................................................. 6
1.2.3. Các ứng dụng của thủy vân với ảnh số ............................................. 7
1.3. Ảnh số ....................................................................................................... 10
1.3.1. Khái niệm ảnh Bitmap .................................................................... 10
1.3.2. Phân loại ảnh bitmap ....................................................................... 10
1.3.5. Định dạng tệp ảnh bitmap ............................................................... 16
1.3.6. Chất lượng ảnh ................................................................................ 17
1.4. Hàm băm................................................................................................... 18
1.5 Phương pháp nén loạt dài ......................................................................... 19

1.6. Thủy vân thuận nghịch ............................................................................. 20
CHƯƠNG 2: THỦY VÂN THUẬN NGHỊCH SỬ DỤNG PHÉP BIẾN
ĐỔI MỞ RỘNG HIỆU ................................................................................. 31
2.1. Phép biến đổi Haar nguyên trên một cặp giá trị ....................................... 31
2.2. Lược đồ thủy vân Tian ............................................................................. 34
2.2.1. Phương pháp mở rộng hiệu và khái niệm khả mở .......................... 35
Số hóa bởi Trung tâm Học liệu – ĐHTN




iv

2.2.2. Phương pháp chèn bit thấp và khái niệm khả biến ......................... 40
2.2.3. Một số tính chất đối với thuật toán khả mở và chèn bít thấp ......... 43
2.2.4. Thuật toán thủy vân......................................................................... 43
2.2.5. Thuật toán trích tin và khôi phục ảnh gốc ...................................... 45
2.3. Một số lược đồ cải tiến phương pháp mở rộng hiệu ................................ 46
2.3.1. Lược đồ Alattar ............................................................................... 46
2.3.2. Lược đồ Mohammad ....................................................................... 54
CHƯƠNG 3: CÀI ĐẶT VÀ ỨNG DỤNG .................................................. 62
3.1. Bài toán chuẩn đoán bệnh......................................................................... 62
3.1.1. Mô tả bài toán ................................................................................. 62
3.1.2. Phương pháp giải quyết bài toán..................................................... 62
3.2. Phần mềm thử nghiệm ứng dụng trong y tế. ............................................ 65
3.2.1. Thuật toán nhúng thủy vân ............................................................. 65
3.2.2. Thuật toán trích tin và khôi phục ảnh gốc ...................................... 66
3.3. Kết quả thực nghiệm................................................................................. 67
KẾT LUẬN VÀ KIẾN NGHỊ ...................................................................... 71
TÀI LIỆU THAM KHẢO ............................................................................ 72

Số hóa bởi Trung tâm Học liệu – ĐHTN




v

DANH MỤC CÁC HÌNH VẼ
Hình 1.1.Phân loại các kỹ thuật giấu tin. ...................................................... 3
Hình 1.2.Mô hình thuật toán nhúng tin. ........................................................ 4
Hình 1.3. Mô hình trích tin............................................................................ 5
Hình 1.4.Phân loại thủy vân theo mục đích ứng dụng. ................................. 6
Hình 1.5. Biểu diễn các điểm ảnh trong ảnh số .......................................... 11
Hình 1.6. Tổ hợp màu Red-Green-Blue trong hệ màu RGB ...................... 12
Hình 1.7. Tổ hợp các màu trong mô hình màu CMYK .............................. 13
Hình 1.8. Mặt phẳng màu U-V tại giá trị Y = 0.5 ....................................... 15
Hình 1.9. Minh hoạ cấu trúc tệp ảnh bitmap............................................... 16
Hình 1.10: Biểu đồ histogram của ảnh màu Pepper.................................... 17
Hình 1.11. Điểm Peak và Zero .................................................................... 21
Hình 1.12. Các đường chéo của khối DCTLT ............................................ 24
Hình 1.13. Lược đồ nhúng tin LS ............................................................... 29
Hình 3.1. Mô hình nhúng hồ sơ bệnh nhân. ................................................ 63
Hình 3.2. Mô hình trích hồ sơ bệnh nhân và xác thực tính toàn vẹn. ......... 64
Hình 3.3.Hồ sơ bệnh nhân........................................................................... 67
Hình 3.4. Ảnh XQ gốc. .............................................................................. 67
Hình 3.5.Giao diện nhúng hồ sơ bệnh nhân vào ảnh gốc. .......................... 68
Hình 3.6.Ảnh chứa hồ sơ. ........................................................................... 68
Hình 3.7.Giao diện trích hồ sơ bệnh nhân và khôi phục ảnh gốc. .............. 69
Hình 3.8.Hồ sơ bệnh nhân sau khi trích ra từ ảnh chứa hồ sơ. ................... 69

Hình 3.9.Ảnh sau khi khôi phục từ ảnh chứa hồ sơ (Ảnh gốc). ................. 70

Số hóa bởi Trung tâm Học liệu – ĐHTN




vi

DANH MỤC CÁC BẢNG VẼ

Bảng 1. Kết quả tiền xử lý và nhúng tin trên Hình 1.12 ............................ 25
Bảng 2. Kết quả trích tin và khôi phục ảnh gốc .......................................... 28

Số hóa bởi Trung tâm Học liệu – ĐHTN




1

MỞ ĐẦU
1. Tính cấp thiết của đề tài nghiên cứu
Một trong những thành tựu quan trọng của những thập niên cuối thế kỷ 20,
đầu thế kỷ 21 là sự ra đời phát triển của mạng Internet. Mọi người đều có thể
kết nối vào Internet để tìm kiếm thông tin một cách dễ dàng thông qua nhà
cung cấp dịch vụ Internet. Người dùng có thể đọc các thông tin mới nhất,
tra cứu các thư viện số, tìm thông tin lĩnh vực mình quan tâm. Bên cạnh
đó các nhà cung cấp sản phẩm cũng sẵn sàng cung cấp dữ liệu của mình
cho người dùng thông qua mạng.

Tuy nhiên việc phân phối một cách phổ biến các tài nguyên trên mạng
hiện nay luôn gặp phải vấn nạn sao chép và sử dụng không hợp pháp. Kỹ
thuật thuỷ vân được xem là một trong những giải pháp hữu hiệu trong việc
bảo vệ bản quyền và xác thực tính toàn vẹn của dữ liệu số. Trong nhiều
ứng dụng, ngoài việc trích thủy vân người dùng còn muốn khôi phục lại
ảnh gốc từ ảnh chứa tin, các lược đồ thủy vân có khả năng như vậy được
gọi là thủy vân thuận nghịch. Thủy vân thuận nghịch được đề xuất vào
đầu những năm 2000 và đang nhận được nhiều sự quan tâm của cộng đồng
nghiên cứu. Trong giấu tin thuận nghịch nói chung và thủy vân thuận
nghịch nói riêng thường sử dụng một số hướng tiếp cận như: dịch chuyển
histogram, đặc trưng nén JPEG, nén bảo toàn và các phép biến đổi nguyên
thuận nghịch. Trong nhóm phép biến đổi nguyên thuận nghịch, phép biến
đổi mở rộng hiệu được đánh giá là một trong những phép biến đổi hay và
có nhiều tiềm năng ứng dụng. Do vậy, em đã chọn đề tài “Thủy vân thuận
nghịch trên ảnh số và một số ứng dụng trong y tế” làm luận văn tốt
nghiệp của mình.

Số hóa bởi Trung tâm Học liệu – ĐHTN




2

2. Đối tượng và mục đích nghiên cứu
Đối tượng nghiên cứu của luận văn là nghiên cứu về ảnh số, kỹ thuật
thủy vân thuận nghịch và một số hướng tiếp cận của thủy vân thuận nghịch để
xây dựng phần mềm ứng dụng trong y tế …với mục đích xác thực tính toàn vẹn
của dữ liệu và khôi phục được ảnh gốc từ ảnh chứa tin.
3. Phạm vi nghiên cứu

Đề tài nghiên cứu thủy vân thuận nghịch trên ảnh số và một số ứng dụng
trong y tế.. Qua đó đề tài muốn tập trung nghiên cứu về thủy vân thuận nghịch
sử dụng phép biến đổi mở rộng hiệu
4. Mục tiêu nghiên cứu
Từ những yêu cầu cần thiết là xác thực tính toàn vẹn của dữ liệu và khôi
phục được ảnh gốc từ ảnh chứa tin, vì vậy đề tài tập trung nghiên cứu và đưa
ra các lược đồ thủy vân thuận nghịch với mục tiêu có khả năng nhúng tin cao
và chất lượng ảnh tốt.
5. Phương pháp nghiên cứu
Phương pháp nghiên cứu của đề tài là sự kết hợp giữa nghiên cứu về thủy
vân thuận nghịch sử dụng phép biến đổi mở rộng hiệu dựa trên cơ sở phân tích
lý thuyết của các lược đồ kết hợp với thực nghiệm trên thực tế.
6. Kết cấu của luận văn
Luận văn bao gồm:
Phần mở đầu
Chương I: Tổng quan về thủy vân thuận nghịch
Chương II: Thủy vân thuận nghịch sử dụng phép biến đổi mở rộng hiệu
Chương III: Cài đặt và ứng dụng
Phần Kết luận

Số hóa bởi Trung tâm Học liệu – ĐHTN




3

CHƯƠNG 1: TỔNG QUAN VỀ THỦY VÂN THUẬN NGHỊCH
1.1.

Một số khái niệm

1.1.1. Khái niệm giấu tin
Giấu tin là một kỹ thuật nhúngthêm thông tin A vào một đối tượng dữ liệu
số B để nhận được đối tượng C chứa thông tin A. Theo các tài liệu nghiên cứu,
giấu tin hướng đến hai mục đích ứng dụng chính là bảo vệ đối tượng C (dữ liệu
chứa tin) hoặc bảo vệ đối tượng A (dữ liệu nhúng). Đối với các ứng dụng nhằm
bảo vệ đối tượng dữ liệu chứa tin trên môi trường trao đổi thì được gọi là thủy
vân số (digital watermarking). Trái với thủy vân số, trong các ứng dụng giấu
tin mật (steganography) lại nhằm bảo vệ dữ liệu nhúng.
1.1.2. Phân loại phương pháp giấu tin
Dựa theo mục đích sử dụng, ta có chia các lược đồ giấu tin thành hai nhóm
chính giấu tin mật và thủy vân số như hình sau :
Giấu tin

Giấu tin mật

Thủy vân số

Hình 1.1.Phân loại các kỹ thuật giấu tin.
Trên Hình 1.1, giấu tin mật là những lược đồ dùng để trao đổi các thông
điệp mật trên môi trường trao đổi không an toàn. Theo đó, thông điệp mật được
nhúng vào các dữ liệu được truyền tải phổ biến trên Internet như: Ảnh số, video,
âm thanh. Việc nhúng thông tin mật vào những dữ liệu được truyền tải phổ biến
sẽ tránh được sự theo dõi của các đối thủ. Trái với giấu tin mật, thủy vân số là

Số hóa bởi Trung tâm Học liệu – ĐHTN

4

các lược đồ giấu tin nhằm bảo vệ chính sản phẩm chứa tin trên môi trường trao
đổi không an toàn.
1.1.3. Mô hình kỹ thuật giấu tin
Giống như các lược đồ mã hóa thông tin, một kỹ thuật giấu tin gồm thuật
toán nhúng tin và thuật toán trích tin. Theo [8], sơ đồ của thuật toán nhúng tin
tổng quát có mô hình như sau :

Khóa

Dữ liệu môi trường
(Dữ liệu gốc)

Thuật toán nhúng tin

Dữ liệu chứa tin

Dữ liệu nhúng

Hình 1.2.Mô hình thuật toán nhúng tin.
Trong Hình 1.2, môi trường giấu tin là những dữ liệu dùng để chứa thông
tin mật, dữ liệu môi trường thường là những dữ liệu được dùng phổ biến trên
Internet như : tệp ảnh, tệp âm thanh, tệp video, tệp text…Thông tin cần giấu là
một lượng thông tin mang ý nghĩa và mục đích nào đó tùy thuộc vào mục đích
và yêu cầu của người sử dụng (tin mật). Tin mật được nhúng vào trong môi
trường chứa thông tin nhờ một bộ nhúng thông tin. Trong quá trình nhúng tin,
thuật toán có thể sử dụng hệ thống khóa làm tăng tính an toàn cho hệ thống.
Sau khi nhúng tin mật vào dữ liệu môi trường ta nhận được dữ liệu môi trường

có chứa tin. Dữ liệu này được truyền tải trên các môi trường truyền thông khác
nhau.

Số hóa bởi Trung tâm Học liệu – ĐHTN




5

Khi nhận được dữ liệu có chứa tin, người nhận thực hiện thuật toán trích
tin tương ứng để trích rút tin mật từ dữ liệu môi trường. Trong một số trường
hợp, người dùng có thể khôi phục lại dữ liệu môi trường từ dữ liệu chứa tin.
Theo [6], thuật toán trích tin có mô hình thực hiện như sau:

Khóa
Dữ liệu gốc

Dữ liệu chứa tin

Thuật toán trích tin

Dữ liệu nhúng

Hình 1.3. Mô hình trích tin.
Trong hình 1.3 đã chỉ ra các nhiệm vụ của quá trình giải mã thông tin đã
được giấu. Quá trình giải mã này phải được thực hiện thông qua một bộ giải
mã tương ứng với bộ nhúng thông tin và kết hợp với khóa để giải mã tin. Khóa
để giải mã tin này có thể giống hay khác với khóa đã nhúng tin. Kết quả thu
được bao gồm môi trường gốc và thông tin đã được che giấu. Tùy theo các

trường hợp cụ thể, thông tin tách được ra có thể phải cần xử lý, kiểm định và
so sánh với thông tin đem giấu ban đầu. Thông qua dữ liệu được tách ra từ môi
trường chứa thông tingiấu, người ta có thể biết được trong quá trình truyền tải,
phân phát dữ liệu có bị xâm phạm, tấn công hay không.
Đối với các hệ thống giấu thông tin mật này rất quan tâm đến tính an toàn
và bảo mật thông tin của dữ liệu cần giấu. Hệ thống giấu tin mật có độ bảo mật
cao nếu có độ phức tạp của các thuật toán thám mã khó có thể thực hiện được
trên máy tính. Tuy nhiên, cũng có các hệ thống chỉ quan tâm đến số lượng thông

Số hóa bởi Trung tâm Học liệu – ĐHTN




6

tin có thể được che giấu, hay quan tâm đến sự ảnh hưởng của thông tin mật đến
các môi trường chứa dữ liệu.
1.2.

Một số vấn đề cơ bản về thủy vân

1.2.1. Khái niệm về thủy vân
Như luận văn đã đề cập, thủy vân số là các lược đồ giấu tin nhằm bảo vệ
chính sản phẩm chứa tin (sản phẩm thủy vân). Việc nhúng thông tin (dấu thủy
vân) vào các sản phẩm đa phương tiện (ảnh, video, âm thanh, cơ sở dữ liệu...)
sẽ làm giảm chất lượng sản phẩm nhưng dấu thủy vân là dấu vết để phát hiện
sự thay đổi hay chứng minh quyền tác giả đối với dữ liệu thủy vân.
1.2.2. Phân loại thủy vân
Theo [7], các lược đồ thủy vân có thể được chia thành hai nhóm chính như

hình sau:

Thủy vân
(Watermarking)

Thủy vân bền vững
(Robust watermarking)

Thủy vân dễ vỡ
(Fragile watermarking)

Hình 1.4.Phân loại thủy vân theo mục đích ứng dụng.
Thủy vân bền vững yêu cầu dữ liệu nhúng (dấu thủy vân) phải tồn tại trước
các phép tấn công nhằm loại bỏ dấu thủy vân, hoặc trong trường hợp loại bỏ
được dấu thủy vân thì dữ liệu chứa dấu thủy vân cũng không còn giá trị sử
dụng. Do vậy, các lược đồ thủy vân bền vững thường được ứng dụng trong bài
toán bảo vệ bản quyền trên các sản phẩm số.
Số hóa bởi Trung tâm Học liệu – ĐHTN




7

Trái với thủy vân bền vững, thủy vân dễ vỡ yêu cầu dấu thủy vân phải nhậy
cảm (dễ bị biến đổi) trước sự thay đổi của dữ liệu chứa dấu thủy vân. Do vậy,
thủy vân dễ vỡ được dùng trong việc xác thực tính toàn vẹn của sản phẩm chứa
dấu thủy vân.
1.2.3. Các ứng dụng của thủy vân với ảnh số
Các ứng dụng của thuỷ vân đối với ảnh số bao gồm các lĩnh vực như bảo

vệ bản quyền, xác thực ảnh và bảo toàn dữ liệu, giấu dữ liệu và gán nhãn ảnh,
ta sẽ lần lượt đề cập từng ứng dụng.
a) Bảo vệ bản quyền
Mục đích của thuỷ vân với bảo vệ bản quyền là gắn một “dấu hiệu” vào dữ
liệu ảnh mà có thể xác định được người nắm giữ bản quyền. Và ta cũng có thể
gắn thêm một dấu hiệu khác gọi là vân tay để xác định người dùng của sản
phẩm. Dấu hiệu có thể là một dãy số như mã hàng hoá quốc tế, một message
hoặc một logo… Thuật ngữ thuỷ vân xuất phát từ phương thức đánh dấu giấy
tờ với một logo từ thời xa xưa với mục đích tương tự.
b) Xác thực ảnh và bảo toàn dữ liệu
Một ứng dụng khác của thuỷ vân là xác thực ảnh và phát hiện giả mạo. Ảnh
số ngày càng được sử dụng như các bằng chứng trước pháp luật ngày nay. Vấn
đề là cần xác thực được tính hợp pháp của ảnh này. Thuỷ vân được sử dụng ở
đây để xác định xem ảnh là nguyên bản hay đã chịu tác động của con người,
bằng các ứng dụng xử lý ảnh. Thuỷ vân được dấu lúc đầu phải mang tính chất
không bền vững, để bất kỳ sự thay đổi nhỏ nào tới ảnh cũng có thể làm hỏng
thuỷ vân hoặc phát hiện được thay đổi đối với thuỷ vân này. Tuy vậy, thuỷ vân
vẫn phải tồn tại với các phép biến đổi ảnh thông thường như chuyển đổi định
dạng, lấy mẫu, nén…
c) Giấu dữ liệu và gán nhãn ảnh
Số hóa bởi Trung tâm Học liệu – ĐHTN




8

Giấu dữ liệu là nhằm trao đổi dữ liệu bí mật thông qua một bức ảnh. Điều
này cho phép trao đổi thông tin mà không gây chú ý đối với người ngoài. Khối
lượng dữ liệu dấu được là quan trọng nhất đối với mục đích này.

Còn gán nhãn ảnh là ứng dụng dùng để cung cấp thêm thông tin cho người
dùng hoặc để phục hồi ảnh từ cơ sở dữ liệu.
d) Kiểm soát sao chép
Các thuỷ vân trong những trường hợp này được sử dụng để kiểm soát việc
sao chép thông tin. Các thiết bị phát hiện ra thuỷ vân thường được gắn sẵn vào
trong các hệ thống đọc/ghi. Ví dụ như hệ thống quản lí sao chép DVD đã được
sử dụng ở Nhật. Các ứng dụng loại này yêu cầu thuỷ vân phải được đảm bảo
an toàn và cũng sử dụng phương pháp phát hiện thuỷ vân đã giấu mà không cần
thông tin gốc.
1.2.4. Một số tính chất của thủy vân
Tuỳ thuộc vào từng loại thuỷ vân số và ứng dụng của nó mà ta có các yêu
cầu khác nhau đối với các phương pháp tạo thuỷ vân. Ở đây chỉ đề cập đến yêu
cầu đối với thuỷ vân số ẩn.
Đối với loại thuỷ vân này, ba yêu cầu sau đây là cơ bản và cần thiết đối với
các ứng dụng bảo vệ bản quyền:
Tính ẩn: Thứ nhất, thuỷ vân phải ẩn đối với trực giác của con người
(imperceptibility hay perceptual tranperancy), tức là con người phải không
nhận biết được sự có mặt của thuỷ vân trong ảnh. Điều này cũng có nghĩa là
việc dấu thuỷ vân chỉ gây ra sự thay đổi rất nhỏ đối với ảnh, không ảnh hưởng
đến chất lượng ảnh.
Tính bền vững: Yêu cầu thứ hai là thuỷ vân phải bền vững (robustness),
thuỷ vân phải có khả năng tồn tại cao với các tấn công có chủ đích và không có
Số hóa bởi Trung tâm Học liệu – ĐHTN




9

chủ đích. Các tấn công không có chủ đích đối với ảnh số bao gồm như nén ảnh,

lấy mẫu, lọc, chuyển đổi A/D và D/A … còn các tấn công có chủ đích có thể là
việc xoá, thay đổi hoặc làm nhiễu thuỷ vân trong ảnh. Để thực hiện được điều
này, thuỷ vân phải được dấu trong các vùng quan trọng đối với trực giác
(perceptual significant). Phương pháp thuỷ vân số phải đảm bảo sao cho việc
không thể lấy lại thuỷ vân tương đương với việc ảnh đã bị biến đổi quá nhiều,
không còn giá trị về thương mại.
Khả năng mang tin cao: Với yêu cầu này, lượng tin cần thêm vào ảnh phải đủ
dùng trong ứng dụng mà không làm thay đổi quá nhiều chất lượng ảnh.
Tuy vậy, việc làm tốt cả ba yêu cầu trên là một điều rất khó. Để dấu thuỷ
vân trong ảnh thì ta bắt buộc phải thay đổi dữ liệu ảnh. Ta có thể tăng tính bền
vững cho thuỷ vân bằng cách tăng lượng thay đổi ảnh cho mỗi đơn vị tin cần
dấu. Nhưng, nếu thay đổi quá nhiều thì tính ẩn không còn được đảm bảo nữa.
Còn nếu thay đổi ảnh quá ít thì các yếu tố dùng để xác định thuỷ vân trong ảnh
sau các phép tấn công có thể không đủ để xác định thuỷ vân. Nếu thông tin
được dấu quá nhiều thì cũng dễ làm thay đổi chất lượng ảnh, và làm giảm tính
bền vững. Vì vậy, lượng thay đổi ảnh lớn nhất có thể chấp nhận và tính bền
vững là hai nhân tố quyết định cho khối lượng tin được dấu trong ảnh.
Còn đối với các ứng dụng để phát hiện giả mạo ảnh gốc thì thuỷ vân nhúng
vào phải có tính giòn (fragile) nghĩa là sẽ bị vỡ nếu chịu sự biến đổi mất thông
tin. Một cách thực hiện điều này mà vẫn đảm bảo tính ẩn của thuỷ vân là dấu
nó vào các phần dữ liệu ít đáng chú ý về mặt trực giác (perceptual insignificant).
Đối với ảnh, đó có thể là các bít thấp của các điểm ảnh (LSB).

Số hóa bởi Trung tâm Học liệu – ĐHTN




10

1.3.

Ảnh số
Theo [1-2], ảnh số được lượng tử hóa từ ảnh liên tục (ảnh tự nhiên). Do

vậy, dữ liệu của ảnh số có sự tương quan cao. Nói cách khác, các điểm ảnh lân
cận (liền kề) thường có giá trị xấp xỉ nhau.
1.3.1. Khái niệm ảnh Bitmap
Ảnh Bitmap là định dạng ảnh do Microsoft đề xuất, có phần mở rộng là
BMP, loại ảnh này truyền tải, sử dụng rộng rãi trên máy tính, và các thiết bị
điện tử khác.
1.3.2. Phân loại ảnh bitmap
Trên phương diện toán học, ảnh số được xem như là một ma trận nguyên
dương có 𝑚 hàng và 𝑛 cột, mỗi phần tử của ma trận đại diện cho một điểm ảnh.
Dựa theo màu sắc ta có thể chia ảnh số thành 3 dạng cơ bản như: ảnh nhị phân,
ảnh đa cấp xám và ảnh màu (true color).
- Ảnh nhị phân là ảnh chỉ có hai màu, một màu đại diện cho màu nền và
màu còn lại cho đối tượng của ảnh. Nếu hai màu là đen và trắng thì gọi là ảnh
đen trắng. Như vậy, ảnh nhị phân được xem như một ma trận nhị phân.
- Ảnh đa cấp xám là ảnh có thể nhận tối đa 256 mức sáng khác nhau trong
khoảng màu đen – màu trắng. Như vậy, ảnh đa cấp xám xem như là ma trận
không âm có giá trị tối đa 255.
- Ảnh màu hay còn gọi là ảnh true color, mỗi điểm ảnh được biểu diễn bởi
một số byte (thường 3 byte) đại diện cho 3 thành phần màu R, G và B. Như vậy,
ảnh màu có thể xem như 3 ma trận nguyên ứng với 3 thành phần màu của các
điểm ảnh.
Trong lĩnh vực giấu tin, mỗi dạng ảnh có những thuận lợi, khó khăn và cách
tiếp cận riêng. Tuy nhiên, một lược đồ giấu tin trên ảnh nhị phân ta có thể dễ
dàng áp dụng cho ảnh đa cấp xám, hoặc ảnh màu thông qua tính chẵn lẻ của giá

Số hóa bởi Trung tâm Học liệu – ĐHTN




11

trị điểm ảnh. Nhưng từ lược đồ giấu tin trên ảnh màu hoặc ảnh đa cấp xám khó
có thể áp dụng đối với ảnh nhị phân.
1.3.3. Điểm ảnh
Điểm ảnh (pixel, picture element) là một phần tử ảnh, đơn vị thông tin
nhỏ nhất trong một ảnh dạng raster. Ảnh số (digital image) là tập hợp hữu hạn
các điểm ảnh. Ảnh số có thể được biểu diễn dưới dạng một ma trận 2 chiều,
mỗi phần tử của ma trận tương ứng với một điểm ảnh.

Hình 1.5. Biểu diễn các điểm ảnh trong ảnh số

1.3.4. Màu và mô hình màu
Một mô hình màu là một mô hình toán học trừu tượng mô tả cách các
màu sắc có thể được biểu diễn như là bộ dữ liệu số, thường là ba hoặc bốn giá
trị hoặc các thành phần màu sắc. Người ta chia ra thành nhiều mô hình màu
khác nhau tùy thuộc vào ứng dụng của từng lĩnh vực. Dưới đây là các mô hình
màu được dùng phổ biến nhất.

Số hóa bởi Trung tâm Học liệu – ĐHTN




12

Mô hình RGB
Mô hình màu RGB sử dụng mô hình bổ sung trong đó ánh sáng đỏ, xanh
lá cây và xanh lam được tổ hợp với nhau theo nhiều phương thức khác nhau để
tạo thành các màu khác. Từ viết tắt RGB trong tiếng Anh có nghĩa là đỏ (red),
xanh lá cây (green) và xanh lam (blue), là ba màu gốc trong các mô hình ánh
sáng bổ sung.

Hình 1.6. Tổ hợp màu Red-Green-Blue trong hệ màu RGB
Cũng lưu ý rằng mô hình màu RGB tự bản thân nó không định nghĩa thế
nào là "đỏ", "xanh lá cây" và "xanh lam" một cách chính xác, vì thế với cùng
các giá trị như nhau của RGB có thể mô tả các màu tương đối khác nhau trên
các thiết bị khác nhau có cùng một mô hình màu.
Mô hình RGB sẽ làm việc tốt với các thiết bị phát quang sử dụng ánh
sáng trắng làm cơ sở. Vì vậy mô hình RGB được sử dụng cho các màu thể hiện
trên màn hình máy tính cũng như các màu trong thiết kế Web được chiếu qua
các màn hình hay máy chiếu dùng ánh sáng.
Trong biểu diễn số trên máy tính, ảnh màu RGB có thể sử dụng số bít
màu là 16, 24, 32 hoặc 48. Ảnh có số bít càng cao thì càng biểu diễn chính xác
màu sắc của điểm ảnh.
Số hóa bởi Trung tâm Học liệu – ĐHTN




13

Mô hình CMYK
Từ CMYK (hay YMCK) là một mô hình màu được sử dụng nhiều trong in
ấn. Mô hình màu này dựa trên cơ sở trộn các chất màu của các màu sau:

C = Cyan - màu xanh lơ
M = Magenta - màu cánh sen hay hồng sẫm
Y = Yellow - màu vàng
K = Key - màu đen (Ký hiệu là K vì màu Black đã dùng ký hiệu B trong
mô hình RGB).

Hình 1.7. Tổ hợp các màu trong mô hình màu CMYK
Nguyên lý làm việc của CMYK là trên cơ sở hấp thụ ánh sáng. Màu mà
chúng ta nhìn thấy là từ phần của ánh sáng không bị hấp thụ. Trong CMYK,
hồng sẫm cộng với vàng sẽ cho màu đỏ, cánh sen cộng với xanh lơ cho màu
xanh lam, xanh lơ cộng với vàng sinh ra màu xanh lá cây và tổ hợp của các màu
xanh lơ, cánh sen và vàng tạo ra màu đen.

Số hóa bởi Trung tâm Học liệu – ĐHTN




14

Vì màu “đen” sinh ra bởi việc trộn các màu gốc loại trừ là không thực sự
giống như mực đen thật sự hay màu đen của vật đen tuyệt đối (là vật hấp thụ
toàn bộ ánh sáng), việc in ấn trên cơ sở bốn màu (đôi khi gọi là in các màu mặc
dù điều này không chính xác) phải sử dụng mực đen để bổ sung thêm vào với
các màu gốc loại trừ là các màu vàng, cánh sen và xanh lơ.
Việc sử dụng công nghệ in ấn bốn màu sinh ra kết quả in ấn cuối cùng
rất cao cấp với độ tương phản cao hơn. Tuy nhiên màu của vật thể mà người ta
nhìn thấy trên màn hình máy tính thông thường có sự sai khác chút ít với màu
của nó khi in ra vì các mô hình màu CMYK và RGB (sử dụng trong màn hình
máy tính) có các gam màu khác nhau. Mô hình màu RGB là mô hình dựa trên

cơ sở phát xạ ánh sáng trong khi mô hình CMYK làm việc theo cơ chế hấp thụ
ánh sáng.
Mô hình HSB
Mô hình màu HSB, còn gọi là mô hình màu HSV, là một mô hình màu
dựa trên ba giá trị:
H: (Hue) Vùng màu
S: (Saturation) Độ bão hòa màu
B (hay V): (Bright hay Value) Độ sáng
Mô hình YUV
Mô hình YUV quy định một không gian màu được tạo bởi một độ sáng
và hai thành phần màu (chrominance). YUV được sử dụng trong hệ thống phát
sóng truyền hình theo chuẩn PAL, đây là chuẩn ở phần lớn các nước trên thế
giới.
Mô hình YUV giúp tạo ra màu đúng với nhận thức của con người hơn
chuẩn RGB (được dùng trong các thiết bị đồ hoạ máy tính) nhưng không chuẩn
bằng không gian màu HSV.

Số hóa bởi Trung tâm Học liệu – ĐHTN




15

Hình 1.8. Mặt phẳng màu U-V tại giá trị Y = 0.5
Trong mô hình YUV, Y đại diện cho thành phần độ sáng, U và V là đại
diện cho các thành phần màu. Không gian màu YCbCr hay YPbPr, được sử
dụng trong các thiết bị phát hình, đều xuất phát từ mô hình màu YUV (Cb/Pb
và Cr/Pr là những phiên bản biến thể của U và V), và đôi khi bị gọi một cách
không chính xác là “YUV”. Không gian màu YIQ được dùng trong các hệ thống

truyền hình NTSC cũng liên quan đến YUV, tuy nhiên lại đơn giản hơn YUV
nhiều.
Các tín hiệu YUV đều xuất phát từ các nguồn RGB. Các giá trị trọng số R,
G và B được cộng lại với nhau để tạo ra một tín hiệu Y đơn để biểu diễn độ sáng
chung tại một điểm. Tín hiệu U sau đó được tạo ra bằng cách trừ Y khỏi tín hiệu
xanh lam (B của RGB) và được nhân với một tỉ lệ nhất định, còn V được tính bằng
cách trừ Y khỏi màu đỏ (R của RGB) và nhân tỉ lệ với một hệ số khác.
Các công thức sau có thể dùng để tính toán Y, U và V từ R, G và B:

Số hóa bởi Trung tâm Học liệu – ĐHTN




16

1.3.5. Định dạng tệp ảnh bitmap
Ảnh Bitmap được lưu trữ dưới dạng nhị phân, một tệp định dạng bitmap
được chia thành các phần cơ bản như: phần tiêu đề file (BITMAP HEADER),
thông tin về ảnh (BITMAP INFOR), bảng màu (PALLETE Table) và vùng
dữ liệu ảnh (DATA). Và thứ tự các phần của tệp ảnh được lưu trữ tuần tự trong
bộ nhớ như trong hình Hình 1.5.
BITMAP HEADER
BITMAP INFOR
PALLETE Table
DATA
Hình 1.9. Minh hoạ cấu trúc tệp ảnh bitmap
Ý nghĩa các phần trong tệp ảnh bitmap
Bitmap Header: Mô tả thông tin chung về File định dạng bitmap, độ dài
của phần này được cố định với mọi file ảnh bitmap

Bitmap Infor: Mô tả thông tin về ảnh được lưu trữ, độ dài của phần này
cũng cố định.
Pallete Table: Chính là bảng màu của ảnh bitmap, độ dài của phần này có
thể bằng không (không có bảng màu) đối với ảnh đen trắng và ảnh màu có số
lượng màu lớn hơn 256 màu.
Data: Thông tin của từng điểm ảnh, độ dài của phần này phụ thuộc kích
thước ảnh. Phần này lưu trữ dữ liệu ảnh theo hướng từ dưới lên trên và từ trái
qua phải.
Với ảnh 8 bít màu giá trị của mỗi điểm ảnh trong vùng Data là chỉ số của
màu trong bảng màu, chỉ số màu của điểm ảnh là một số nguyên có giá trị từ 0
đến 255.
Số hóa bởi Trung tâm Học liệu – ĐHTN




17

Như đã trình bày ở trên, với ảnh có số lượng màu lớn hơn 256 màu thì giá
trị trong vùng Data chính là giá trị của các thành phần màu cơ bản, số lượng bít
dùng để biểu diễn giá trị cho từng thành phần màu có thể sẽ khác nhau phụ
thuộc vào chất lượng ảnh. Đối với ảnh 24 bit màu, mỗi thành phần màu được
lưu trữ bởi 8 bit và thứ tự lưu trữ là 𝐵, 𝐺, 𝑅.
Histogram của ảnh
Histogram là bảng thống kê tần số giá trị cường độ sáng của các điểm ảnh.
Đối với ảnh màu, cường độ sáng của một điểm ảnh được xác định theo công
thức:
𝑌 = 0.299𝑅 + 0.587𝐺 + 0.114𝐵,
trong đó: 𝑅, 𝐺, 𝐵 là giá trị các thành phần màu và 𝑌 là cường độ sáng của điểm
ảnh.

Ví dụ: từ ảnh màu pepper ta có thể dễ dàng xác định được biểu đồ histogram
tương ứng như hình 1.6.

(a) ảnh pepper.bmp

(b) Biểu đồ histogram

Hình 1.10: Biểu đồ histogram của ảnh màu Pepper
1.3.6. Chất lượng ảnh
Như đã đề cập ở trên, chất lượng ảnh chứa tin là một trong những yếu tố
quan trọng trong giấu tin mật, đặc biệt là thủy vân số. Chất lượng ảnh chứa tin
có thể được đánh giá bằng hệ số 𝑃𝑆𝑁𝑅 (Peak Signal-to-Noise Ratio).Lược đồ có
Số hóa bởi Trung tâm Học liệu – ĐHTN